任水利¹，雷蕾²，甘旭升³，吴亚荣³

1. 西京学院,西安 710123;2. 河南经政法大学工商管理学院, 郑州 050046;3. 空 军工程大学空管领航学院, 西安 710051

出版日期:2017-11-25发布日期:2017-12-29

Research on Integrating Prediction of Stock Price Trend Based on Rough Set and Wavelet Neural Network

REN Shuili¹ ,LEI Lei² ,GAN Xusheng³ ,WU Yarong³

1. XiJing College, Xi’an 710123; 2. School of Business Administration, Henan University of Economics and Law, Zhengzhou 050046; 3. Air Traffic Control and Navigation College, Air Force Engineering University, Xi’an 710051

Online:2017-11-25Published:2017-12-29







摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论

股价走势预测可以为股票投资提供科 学依据. 为了提高股价走势预测的能力, 提出了一种基于粗糙集(RS)与小波网络(WNN)集成的预测方法. 它首先利用RS良好的属性约简能力, 对股票价格特征量进行降维;然后, 采用RS优化WNN的拓扑结构, 建立降维特征量基础上的股票价格走势预测模型;最后, 由所建模型对股票价格走势进行预测. 仿真结果表明, 通过引入RS属性约简, 很大程度上简化了WNN股格走势模型结构, 并改善了模型性能. 对上证综指、沪深综指300及澳大利亚股指的预测命中率分别为65.75\%、66.37\%和65.9\%, 训练时间为1.7s、1.8s和2.1s, 预测结果也优于其它神经网络和WNN模型. 从而验证了该方法用于股票价格走势预测的可行性和有效性.

分享此文:

()

[1]	叶菲菲, 杨隆浩, 王应明. 基于不同联合学习方法的扩展置信规则库环境治理成本预测[J]. 系统科学与数学, 2021, 41(3): 705-729.
[2]	孙会霞，倪宣明，钱龙，赵慧敏. 基于长期CVaR约束的高频投资组合优化[J]. 系统科学与数学, 2021, 41(2): 344-360.
[3]	宋娟，倪志伟，李萍，伍章俊，彭鹏. 基于参数优化深度置信网络的雾霾预测模型[J]. 系统科学与数学, 2020, 40(9): 1644-1661.
[4]	夏平凡，倪志伟，朱旭辉. 基于烟花进化人工鱼群算法和多重分形的属性选择 方法的应用[J]. 系统科学与数学, 2020, 40(7): 1157-1177.
[5]	张大斌，蔡超敏，凌立文，陈善盈. 基于CEEMD与GA-SVR的猪肉价格集成预测模型[J]. 系统科学与数学, 2020, 40(6): 1061-1073.
[6]	何琳洁，伍以加，戴娟. 低价揽客、分析师盈余预测与审计质量-----基于中国资本市场的经验证据[J]. 系统科学与数学, 2020, 40(3): 469-484.
[7]	崔金鑫，邹辉文. 基于EWT-PSO-SVM误差校正组合模型的中国股市预测研究[J]. 系统科学与数学, 2019, 39(8): 1212-1235.
[8]	胡晓元,孙秉珍. 基于双论域量化模糊粗糙集的公共卫生应急决策模型[J]. 系统科学与数学, 2019, 39(3): 409-424.
[9]	崔春生，王辉，李群. 基于用户标签和信任关系的协同过滤推荐算法研究[J]. 系统科学与数学, 2019, 39(3): 437-448.
[10]	贾凯，倪志伟，李敬明，陆玉佳，朱旭辉. 基于改进二进制人工蜂群的BP神经网络并行集成学习算法及其应用研究[J]. 系统科学与数学, 2019, 39(3): 477-494.
[11]	张文杰，袁红平. 基于灰色马尔可夫模型的节能设备故障预测研究[J]. 系统科学与数学, 2019, 39(1): 65-75.
[12]	相鑫，刘秀丽. 四层参数自调整BP神经网络模型及其在人口死亡率预测中的应用[J]. 系统科学与数学, 2018, 38(6): 702-710.
[13]	魏瑾瑞，崔浩萌. 基于网络搜索数据的区域旅游指数及其微观动态: 以西安为例[J]. 系统科学与数学, 2018, 38(2): 177-194.
[14]	郑杉，刘秀丽. 新时期中国居民消费总量与结构预测研究[J]. 系统科学与数学, 2018, 38(10): 1149-1159.
[15]	田成诗，崔元悦. 工业增加值比重能预测中国碳排放量吗?------基于隐马尔科夫链的实证研究[J]. 系统科学与数学, 2017, 37(8): 1840-1853.

-->

PDF全文下载地址:

http://sysmath.com/jweb_xtkxysx/CN/article/downloadArticleFile.do?attachType=PDF&id=13277